混淆矩阵解读
已为您提供 heart_disease 数据集的真实诊断和预测诊断,分别为 actuals 和 predictions。请导入并使用已导入的 confusion_matrix() 函数,基于这些诊断创建一个混淆矩阵,以便选择正确答案。请注意,sklearn 输出的混淆矩阵格式为:
| 实际:患有心脏病 | 实际:未患心脏病 | |
|---|---|---|
| 预测:患有心脏病 | ||
| 预测:未患心脏病 |
⚠️ 注意: 在 IPython Shell 终端中输入您的代码并按 Enter。
本练习是课程的一部分
已为您提供 heart_disease 数据集的真实诊断和预测诊断,分别为 actuals 和 predictions。请导入并使用已导入的 confusion_matrix() 函数,基于这些诊断创建一个混淆矩阵,以便选择正确答案。请注意,sklearn 输出的混淆矩阵格式为:
| 实际:患有心脏病 | 实际:未患心脏病 | |
|---|---|---|
| 预测:患有心脏病 | ||
| 预测:未患心脏病 |
⚠️ 注意: 在 IPython Shell 终端中输入您的代码并按 Enter。
本练习是课程的一部分